Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi
Civica Moehaimin Dhewanty
Program Studi Manajemen Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Bali
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Hybrid Kecemasan Pengguna X Menggunakan Random Forest, SMOTE, dan Fitur Temporal Ni Putu Eka Apriyanthi; I Gede Teguh Satya Dharma; Civica Moehaimin Dhewanty
Jurnal Nasional Teknologi dan Sistem Informasi Vol 12 No 2 (2026): Agustus 2026
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v12i2.2026.242-250

Abstract

Pengungkapan indikasi kecemasan di media sosial X kerap terselubung dalam bahasa implisit (covert anxiety), sehingga pendekatan klasifikasi berbasis konten teks tunggal sering kali gagal menangkap konteks psikologis secara utuh serta rentan mengalami bias akibat ketidakseimbangan kelas data. Penelitian ini bertujuan untuk membangun model klasifikasi hybrid yang mengintegrasikan fitur linguistik dan indikator perilaku temporal guna meningkatkan sensitivitas deteksi kecemasan. Metodologi dijalankan secara bertahap mulai dari pra-pemrosesan data, ekstraksi fitur tekstual berbasis TF-IDF, serta pembentukan variabel biner temporal is_night (rentang jam 00:00-04:00 WIB). Kedua modalitas fitur digabungkan melalui skema early fusion (concatenation) menjadi vektor hybrid tunggal, yang kemudian diseimbangkan menggunakan teknik Synthetic Minority Over-sampling Technique (SMOTE) sebelum dilatih menggunakan algoritma Random Forest. Hasil eksperimen menunjukkan bahwa arsitektur hybrid berhasil mencapai tingkat akurasi sebesar 76,83% dengan performa Recall kelas netral sebesar 0,85. Analisis feature importance membuktikan bahwa variabel is_night secara empiris menjadi salah satu prediktor kunci yang memvalidasi korelasi klinis insomnia digital (skala DASS-21) dengan kecemasan. Kesimpulannya, penggabungan metadata waktu terbukti efektif melengkapi analisis teks dalam memperkuat interpretasi konteks perilaku pada sistem deteksi dini kesehatan mental di ruang digital.
Co-Authors I Gede Teguh Satya Dharma Ni Putu Eka Apriyanthi